学位论文 > 优秀研究生学位论文题录展示
人脸特征自动提取方法研究
作 者: 王玉茜
导 师: 张树功
学 校: 吉林大学
专 业: 计算数学
关键词: 特征提取 分数阶微分 中心对称分数阶差分 多模态 MIC法
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 88次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸特征提取是人脸识别、表情理解以及人脸检测等计算机视觉领域中一些应用系统的关键环节,特征提取的准确性与实时性直接影响着最终任务的完成效果.对于人脸识别技术来说,无论是2D还是3D人脸识别,准确并高效地提取特征尤显重要.本文主要分为两部分:基于照片信息的2D人脸特征提取和基于带纹理人脸面具的3D特征提取.在2D面部特征提取部分,本文采用分数阶微分思想构造了一种新的掩模算子来提取人脸特征边缘,同时结合面部特征的角点特性确定了内外眼角点及嘴角点.该部分中,我们比较详细地介绍了滤波掩模的构造思想,并对之前一些研究者提出的用分数阶微分进行边缘提取的思想进行了补充和完善.在3D面部特征提取部分,本文采用了一种多模态的提取方案,即同时利用2D和3D信息.此处我们先对2D纹理信息利用MIC (Minimum Intensity Change)法求出候选特征点的角点响应因子,再对3D数据信息通过计算曲率给出形状响应因子,然后设计了一种迭代算法使这两种信息互相校正,最终确定内外眼角和嘴角等特征点.本文中随章给出了相应的实验结果及分析.实验表明,无论对于2D还是3D人脸特征提取,本文给出的方法计算代价很小,同时准确度较高,尤其在2D特征提取部分,对一些质量不高的图片也能较准确的提出人脸特征,基本满足作为人脸识别系统内嵌步骤对高效性和准确性要求.
|
全文目录
提要 4-7 第1章 绪论 7-15 1.1 现实背景和研究意义 7-8 1.2 常见的2D人脸特征提取算法 8-10 1.3 常见的3D人脸特征提取算法 10-13 1.3.1 常见的基于3D信息的3D人脸特征提取技术 10-11 1.3.2 基于3D+2D信息的人脸特征提取技术 11-13 1.4 当前特征提取技术存在的问题 13 1.5 本文内容安排 13-15 第2章 基于2D图片信息的人脸特征提取 15-46 2.1 分数阶微分简介 15-18 2.1.1 分数阶微分的两种常用定义 16-17 2.1.2 分数阶微分的两条重要性质 17-18 2.2 将分数阶微分用于图像边缘检测的一些理论基础 18-32 2.2.1 信号分数阶微分滤波幅频特性 18-22 2.2.2 模拟信号的分数阶微分 22-25 2.2.3 新的分数阶微分算子的构造思想 25-32 2.3 2D数字图像分数阶微分掩模的构造 32-34 2.4 实验仿真及结果分析 34-46 第3章 基于3D+2D信息的3D人脸特征提取 46-70 3.1 人脸面具预处理 47-50 3.2 3D人脸面具的2D特征描述 50-62 3.2.1 3D人脸面具的正面模拟照片 50-51 3.2.2 2D特征区域提取 51-53 3.2.3 2D图片角点响应因子 53-62 3.3 人脸曲面的3D特征描述 62-65 3.4 特征点提取算法 65-66 3.5 实验结果及分析 66-70 第4章 结束语 70-71 参考文献 71-75 致谢 75-76 中文摘要 76-80 英文摘要 80-85
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|